Recupero con "relevance feedback" di immagini dermatologiche mediante funzioni filtranti

L'incremento dei casi di melanoma cutaneo e la complessità della diagnosi portano spesso gli specialisti a ricorrere al supporto di macchinari per la diagnosi strumentale. A tal proposito è stato realizzato un progetto per la costruzione di una macchina ad alta tecnologia per il supporto medico nell'individuazione di lesioni melanocitiche. La macchina contiene un database di immagini cliniche di nevi e melanomi e, una volta acquisita l' immagine di una nuova lesione, la confronta con tutte quelle del database e recupera le immagini più vicine a quella da esaminare. Il problema affrontato in questa tesi è il seguente: spesso le immagini recuperate dalla macchina come le più "vicine" a quella in esame, vengono giudicate dai medici con valutazioni piuttosto basse di somiglianza; pertanto il lavoro svolto mira a migliorare ulteriormente la ricerca delle immagini dal database tenendo conto, in fase di recupero, dei pareri forniti dai medici (relevance feedback). In particolare sono state implementate due diverse tecniche di relevance feedback, una basata sui massimi e una sulle somme pesate, che sono state testate su delle immagini campione provenienti da due diversi database con risultati piuttosto soddisfacenti.